La construcción de sistemas de trading: Una visión global

Este artículo ha sido escrito por Carlos Prieto, Quantitative Portfolio Manager

Usted es un inversor que ya ha oído hablar de los sistemas de trading, quizá lleva tiempo  aprendiendo cómo manejarse en los mercados financieros y dentro de la inmensa cantidad de información relacionada con los mismos le ha llamado la atención la posibilidad de automatizar los elementos de decisión. Conoce sus bondades y desventajas. Se ha informado y ha aprendido  diferentes ideas y conceptos de inversión. Siente que es el camino que quiere seguir y sin embargo se da cuenta de que no sabe por dónde empezar. Este artículo pretende orientar sobre el conjunto de pasos y procesos que conlleva la creación e implementación de un sistema de trading.

El enfoque

El conjunto de pasos que implica el diseño y puesta en marcha de una estrategia es el mismo tanto si es usted un pequeño inversor como si se trata de una gran Gestora de activos, simplemente varía la sofisticación, los recursos  y los medios disponibles. También hay que tener en cuenta que dichos procesos son a la vez similares a los que encontramos en cualquier industria manufacturera y es posible que le resulten familiares. Me gustaría mostrarle el enfoque de “cadena de producción”.

En una fábrica  los elementos de entrada son por un lado una materia prima a transformar (que en este caso es el capital de inversión) y por otro unos requerimientos u objetivos a cumplir (generalmente relacionados con un retorno, unos parámetros de riesgo asumibles, unos activos sobre los que se quiera invertir, etc.). El resultado final sería la entrega del producto transformado, en este caso dicho producto lo constituiría un retorno económico más el capital inicial de entrada. Todo lo que ocurra entre dichos elementos de entrada (inputs) y lo que obtenemos de salida (outputs) es lo que realiza nuestra fábrica.

Entonces, ¿qué hace exactamente dicha fábrica?

Básicamente es un conjunto de procesos orientados a intentar asegurar la entrega del producto solicitado con el mayor grado de calidad posible, es decir, con el mayor grado de cumplimiento de los requerimientos. Es aquí donde está el meollo de toda la cuestión y es importante que se comprenda bien: “Buena parte del valor añadido está en el conjunto de procesos que usamos para crear e implementar las estrategias más que en las estrategias en sí mismas”

Usted puede diseñar un sistema de trading estupendo, una auténtica joya y puede arruinarlo por una ineficiente gestión del mismo.

Veamos con detalle lo que ocurre en nuestra factoría:

Disponemos de varias secciones:

Considere que son secuenciales y donde las salidas de cada una de estas secciones son una entrada (aunque puede que no la única) para las siguientes.

Usted, en tanto que inversor sistemático, va a realizar estos mismos pasos, como ya hemos comentado, tanto si es un pequeño inversor como si se trata de una institución que gestiona enormes cantidades de dinero.

Así que si usted quiere desarrollar estrategias de trading, ¡enhorabuena! usted debe convertirse en una fábrica.

Como quiero que se convierta en una factoría eficiente y no en un pequeño taller caótico, le mostraré cada una de estas secciones para que vea lo que hacen y que usted pueda tener una hoja de ruta más clara.

Investigación

Las grandes firmas de inversión disponen de centenares de Doctores en infinidad de campos dedicados exclusivamente a la investigación y desarrollo de conceptos de trading explotables.

¿Quiere esto decir que los traders particulares no tienen posibilidad alguna? En absoluto. Las grandes instituciones tienen limitaciones muy importantes en lo que pueden y no pueden explotar. Por ejemplo cuando nos referimos a la “capacidad” de las estrategias hay que tener en cuenta que lo que se puede explotar con una cuenta de 50.000€ quizá sea imposible de trabajar para un gran Hedge Fund debido al impacto de mercado que tendrían sus órdenes (llegarían a anular la ventaja).

¿Cómo funciona la investigación en esta sección?

Hay varias aproximaciones. El trader particular debe ser ante todo pragmático, él es en sí mismo una pequeña factoría y no puede dedicar infinidad de horas exclusivamente a este área y generalmente adopta algún tipo de enfoque basado en análisis técnico o uso de datos fundamentales.

Básicamente suelen observar alguna dinámica en gráficos de cotizaciones que deben poder trasladar a “reglas” concretas y específicas. Esto es importante porque un sistema de trading posteriormente debe poder ser convertido en un algoritmo. Por tanto no caben ambigüedades en los puntos de entrada y salida.

Lo usual es que el trader utilice algún tipo de software comercial para desentenderse de todo el trabajo de procesamiento y manipulación de los datos y series de cotizaciones. Esto es así porque el grado de conocimientos necesarios para su manejo y almacenaje necesita de unas competencias específicas. Hay algunos inconvenientes al utilizar algún tipo de software comercial tales como una menor flexibilidad y versatilidad a la hora de plasmar las ideas, la dependencia de un tercero (el creador de la plataforma) y la ignorancia sobre la fiabilidad de la calidad de los datos. Sin embargo es algo que el inversor particular está dispuesto a sacrificar sin muchos problemas.

Como pueden comprender una firma de inversión suele, en cambio, desarrollar su propia tecnología y tiene especialistas tanto en el manejo como en el tratamiento de los datos. También usan aproximaciones más centradas en el método científico donde se trata de validar hipótesis sobre las ineficiencias encontradas en la dinámica de los precios. Como pueden ver existe una diferencia  importante entre el particular y el profesional en este caso.

Si volvemos a nuestro trader particular podemos decir que la salida del proceso de investigación es en realidad un conjunto de ineficiencias detectadas, señales o puntos de entrada o salida donde las probabilidades de que el precio se dirija en una dirección dada son empíricamente más elevadas.

Estas señales se transforman directamente en reglas claras y concisas, lo que llamaríamos un “pseudocódigo”  que es una especie de “receta” en un lenguaje entendible por humanos sobre los momentos en los que ocurre la ineficiencia.

La salida,  por tanto, de esta fase de Investigación es un conjunto de ineficiencias encontradas. Cuando son de entrada hablamos de “setups”.

Diseño

Lo que iremos teniendo es un repositorio con señales que luego servirán al desarrollador para crear los sistemas.

La fase de Diseño implica, por tanto, la utilización y combinación de dichas señales para construir “Estrategias” completas interpretables por la computadora. Aquí se deben tener en cuenta ya los objetivos del producto. El Estratega lo que hace es usar su experiencia y habilidades para combinar un conjunto de señales de forma coordinada con unos objetivos concretos.

La Estrategia desarrollada es en esencia una “hipótesis” sobre la dinámica del mercado y mientras que normalmente un trader particular no intenta encontrar un sentido económico o una causa fundamental que genere dicho comportamiento (simplemente le basta con una comprobación empírica), en las firmas de inversión lo ideal es que se razone a qué puede obedecer.

Veamos un ejemplo de cómo se desarrolla un sistema.

Imaginemos que el “Diseñador” tiene los siguientes  requerimientos para elaborarlo:

• Activos: Acciones e Índices de acciones
• Sólo posiciones largas
• Alta probabilidad de aciertos
• Máxima pérdida asumible “X”%

El Estratega con estos requisitos decide que lo ideal en este caso es desarrollar un sistema de tipo reversión a la media donde lo que va a hacer es posicionarse largo cada vez que haya retrocesos (“pull backs”). Para ello cogerá algunos de los setups que tiene en el repositorio y los combinará para generar una señal más o menos fuerte en función de sus necesidades. A esto le podemos llamar la “lógica” de la estrategia y es lo que podríamos asimilar al “edge” o ventaja. En realidad es lo que intenta capturar la dinámica de los precios que quiere explotar.

A continuación trabajaría sobre posibles “filtros” para mejorar características. Son filtros porque no introducen nuevos puntos de entrada sino que simplemente cogen una muestra de la lógica, es decir eliminan trades.

Después, trabajaría sobre variaciones en las entradas (a mercado, stop, limitada, etc.) y sobre todo sobre las salidas, poniendo especial énfasis en el control del riesgo (Stop Loss)

Una vez que tuviera el pseudocódigo de toda la estrategia tendríamos algo como en la ilustración 3

Por último, pasaría éste al lenguaje de programación concreto con el que se desarrolla el proceso de Evaluación “Backtest”. Es decir, la salida de este proceso sería un algoritmo concreto, una estrategia de trading.

Evaluación

La Evaluación de una estrategia de trading es sin duda alguna el paso más importante que se realiza y tiene una única función esencial: caracterizar estadísticamente el juego que hemos creado con el objeto de establecer “expectativas” y criterios de control.

Usted puede pensar que bastaría con obtener los resultados de la aplicación de la estrategia sobre un periodo pasado y de ahí extrapolar al futuro.  Evidentemente no es, ni mucho menos, tan sencillo.

En esta etapa la probabilidad de cometer errores es tan elevada que incluso desarrolladores expertos cometen fallos que pueden echar por tierra todo el análisis. Hay tantos posibles que aquí simplemente daremos una visión global del proceso sin entrar en mucho detalle.

Pasos:

1)    Análisis Preliminar:

        Esencialmente aquí se comprueban cosas como:

• Revisar que el sistema coloca órdenes correctamente (no sería la primera vez que un sistema se crea y colo-ca órdenes  en sitios donde el precio no ha cotizado o las coloca después de que se haya cerrado la barra en un sitio que no lo habría hecho en trading real)
• Obtener resumen estadístico preliminar (sirve para sa-ber por dónde van los tiros y si efectivamente cumple requisitos y objetivos)
• Observar comportamiento frente a variaciones en la compresión (vemos si la idea funciona en diferentes series temporales o sólo en una concreta). Nos interesa robustez

2)    Optimización In Sample

        Nuestros sistemas tendrán un determinado número de parámetros (tales como los periodos de las medias, por poner un ejemplo). La pregunta típica sería ¿Cuáles uso?, ¿Cuáles son los correctos?

        En realidad NO hay correctos. Si el funcionamiento de la estrategia depende de la elección de un conjunto paramétrico concreto, mal vamos. Una estrategia intenta explotar una dinámica de mercado y por tanto debería funcionar en todo un rango de parámetros que efectivamente reproduzcan dicha dinámica.

        Esto es importante que se entienda. Le voy a poner un ejemplo sencillo para ilustrarlo:

        Dispongo de una media móvil aplicada sobre una serie temporal en base diaria cuyo objetivo es determinar si me encuentro en una tendencia alcista o bajista de medio plazo. Para este menester, el periodo de la media móvil es indiferente si es de 200 barras, de 150 o de 250, todas ellas estarían dándome una información similar. Con seguridad habrá una que maximiza determinado criterio, pero la óptima no es la que debe caracterizar la estrategia si no queremos generar falsas expectativas posteriores.

        Por otro lado una de periodo 20 o 30, con seguridad está capturando otro tipo de dinámica, a saber, tendencias de corto plazo.

        La optimización In sample consiste, por tanto, en determinar los rangos paramétricos de la estrategia que reproducen la dinámica que queremos explotar.

        El mayor problema que tenemos en la fase de optimización es que terminemos haciendo un “traje a medida” a los datos de la serie temporal, es decir que cuantos más parámetros tengamos y más combinaciones paramétricas podamos probar, más elevados serán los ratios estadísticos que obtendremos. Sin embargo esto no tendrá ninguna capacidad de reproducirse en el futuro. Cuando esto ocurre hablamos de sobreoptimización o “overfitting”. Este es el mayor error posible que podemos cometer y no es sencillo evitarlo salvo que dispongamos de protocolos diseñados para ello.

        Una de las prácticas habituales para esto es no utilizar la serie temporal completa sino que la dividimos en 2 o incluso en 3 trozos. El periodo que usamos para optimizar la estrategia y sus parámetros lo denominamos “In sample”  y suele representar el 60 o 70% del total. Al resto se le denomina “Out of Sample”.

        Por poner un ejemplo, si disponemos de una serie temporal de 10 años, usaríamos unos 6 o 7 años para el In sample y dejaríamos el resto para el Out of sample.

        Evidentemente la selección del periodo In sample es importante en el proceso de Evaluación.

        Así que esencialmente lo que se hace en esta sección es optimizar sobre el periodo In sample con el objetivo de hallar rangos paramétricos de trabajo.

3)    Optimización Out of Sample

        Una vez que disponemos de nuestra optimización y nuestros rangos de trabajo, aplicaremos dichos conjuntos sobre la parte que no hemos usado durante el proceso de optimización In sample, es decir, sobre el Out of sample.

        El objetivo es hacer la caracterización estadística de la estrategia en base a los resultados obtenidos en este periodo de Out of sample.

4)    Test Profile

        Este proceso concluye con el resumen de las propiedades estadísticas de la estrategia. Su función es que sirva de base para determinar lo que podemos esperar de la misma.

        Su sección más importante es la determinación de los riesgos de la estrategia. Aquí es usual recurrir a técnicas como análisis de Montecarlo que nos permiten simular el conjunto de caminos posibles compatibles con las propiedades de la curva de capital.

        Hay varios consejos que me gustaría trasladar

• Nunca hay que perder de vista el objetivo de realizar la eval-uación: obtener un conjunto de estadísticas que me permita establecer una expectativa determinada sobre el desempeño futuro del modelo. Por ello hay que centrarse en obtener re-sultados “realistas”.
• Idealmente no usaremos la serie temporal utilizada en la fase de Diseño en la evaluación dado que introduciría sesgos de optimización. Al terminar el Diseño ya sabríamos que la es-trategia funciona bien sobre esa serie temporal. Habremos ido introduciendo filtros en la misma para que salga bien, por lo que no nos sirve para evaluarla.
• El quid de la cuestión es evitar la sobreoptimización a toda costa.

Implementación

Con implementación nos referimos a cómo vamos a trabajar el conjunto de señales de entrada y salida que en principio nos aporta el sistema. Esto implica por un lado determinar el tamaño de la posición que vamos a tomar en el mercado, determinando así nuestra exposición y por otro ver cómo integramos el sistema para que funcione en combinación con otros, es decir, creación de la cartera.

El tamaño de la posición debe ser acorde con los objetivos y requerimientos que tengamos para el producto. Se trata de responder a la pregunta sobre cuánto capital voy a arriesgar en la próxima posición. Como premisa partimos de que los resultados que vamos a obtener son independientes unos de otros, no existe relación entre el resultado del próximo trade y el realizado anteriormente (en caso contrario podríamos aumentar o reducir la exposición en función de esas previsiones y directamente implementarlo en la estrategia).

El tamaño de la posición está regido a su vez por un algoritmo que nos potenciará las bondades de la estrategia dado que irá componiendo el retorno. Sin embargo hay que tener en cuenta lo siguiente:

• Un algoritmo de gestión monetaria no convertirá una es-trategia perdedora en una ganadora.
• Éstos algoritmos “amplifican” la curva de resultados, se in-crementa la volatilidad y aumentan los beneficios pero también las pérdidas

Veamos un ejemplo en ilustración 5 de lo que le hace un algoritmo de Money Management a una misma curva de resultados

La creación de cartera es otro de los aspectos fundamentales en gestión de las inversiones. La idea, como saben, se centra en el concepto de diversificación como mecanismo para reducir la volatilidad global.

¿Cuántos activos/sistemas necesitaríamos para obtener un adecuado grado de diversificación? Sin entrar en consideraciones técnicas de las correlaciones existentes (IC: Intraportfolio correlation) podemos estimar que con 6 o 7 activos ya habremos reducido buena parte del riesgo diversificable.

La manera de obtener las ponderaciones a asignar a cada sistema suele seguir un proceso de optimización basado en algún criterio, por ejemplo el tan popular retorno esperado para una volatilidad dada (Mean-Variance Optimization, MVO), pero existen muchos otros “ratios diana” susceptibles de ser optimizados. La decisión sobre qué criterio escoger recae de nuevo en su capacidad para cumplir con los requisitos y objetivos.

Monitorización

Una vez que hemos terminado todos los pasos anteriores y aplicamos la estrategia en los mercados, entra en juego el seguimiento de su evolución. Esencialmente este paso consiste en comprobar si los resultados que estamos obteniendo se corresponden con la caracterización estadística de la estrategia (recuerden el Test Profile).

En este paso lo que se realiza por tanto es un conjunto de estudios estadísticos tendentes a contrastar las distribuciones teóricas y reales.

El sistema seguirá en vigor y pudiéndose utilizar mientras estos test estadísticos nos informen de que los elementos de la muestra obtenida (resultados reales) pertenecen a la misma población que los teóricos. En resumen, que seguimos jugando al mismo juego que hemos evaluado.

Suelen existir otros criterios para desechar una estrategia, como pueden ser la superación de determinados niveles de Drawdown, el  uso de control estadístico de proceso, etc.

Es importante destacar que la información obtenida a lo largo de todos estos pasos es reintroducida en todo el ciclo de creación de estrategias, de tal forma que retroalimentamos el sistema con el fin de ir corrigiendo y mejorando continuamente.

Conclusiones

Hemos mostrado brevemente el enfoque de cadena de producción donde se pueden observar los procesos que desarrollaría nuestra fábrica de estrategias. Solamente se ha esbozado el funcionamiento de cada una de estas secciones y el desarrollador deberá profundizar en cada una para poder crear unos procedimientos eficaces.

Por último, recuerde que una gran estrategia puede arruinarse por una mala implementación de la misma. Céntrese sobre todo en trabajar bien, con una correcta gestión de los procesos y sus posibilidades de éxito aumentarán considerablemente.

Leer el artículo completo